본 연구는 은닉 마르코프 모델을 통해 개별 자산 혹은 종목의 가격 변동에 따른 국면을 파악하고, 그에 따른 투자전략의 유용성을 밝히는데 그 목적이 있다. 개별 종목의 가격 추세를 은닉 마르코프 모델을 이용하여, 현재의 상태가 상승 국면일 때, 투자 종목으로 선택하였다. 비교를 위해 개별 종목의 과거 가격의 추세를 이용하는 ...
본 연구는 은닉 마르코프 모델을 통해 개별 자산 혹은 종목의 가격 변동에 따른 국면을 파악하고, 그에 따른 투자전략의 유용성을 밝히는데 그 목적이 있다. 개별 종목의 가격 추세를 은닉 마르코프 모델을 이용하여, 현재의 상태가 상승 국면일 때, 투자 종목으로 선택하였다. 비교를 위해 개별 종목의 과거 가격의 추세를 이용하는 모멘텀 전략을 함께 살펴보았다. 해당 방법의 강건성을 확인하기 위해 KOSPI200 에 속하는 국내 주식을 대상으로 하는 포트폴리오와 글로벌 자산배분을 위해 주식, 채권, 대체투자 자산군을 대상으로 적용한 포트폴리오를 분석한다. 먼저 은닉 마르코프 모델을 통해 종목 선택효과가 있었는지 알아보기 위해, 은닉 마르코프 모델을 활용하는 전략과 모멘텀 전략을 이용하여 동일 비중 포트폴리오를 구성하였다. 그 결과 은닉 마르코프 모델을 활용하여 투자하는 것이 기존의 모멘텀 전략에 비해 가격 모멘텀 현상을 더 크게 반영할 수 있고, 그로 인해 우수한 성과를 만들 수 있음을 확인하였다. 이후 유전자 알고리즘을 이용하여, 투자 비중을 조정해서 최적의 포트폴리오를 구성하였다. 유전자 알고리즘의 목적함수는 위험 대비 수익률을 의미하는 Sharpe ratio 의 최적화로 설정하였다. 위의 방법이 국내 주식만을 대상으로 적용하는 것과, 글로벌 자산 배분을 위한 자산군 단위에서 적용하는 것 모두 유의하게 개선된 성과를 얻을 수 있음을 보였다. 본 연구의 결과는 개별 종목의 추세를 이용하여 투자하는 모멘텀 전략의 과정을 인공지능 방법인 은닉 마르코프 모델을 통해 해당 종목이 어떠한 추세인지를 파악하여 투자하는 것의 개선된 성과를 가져올 수 있다는 것에 의의가 있다.
본 연구는 은닉 마르코프 모델을 통해 개별 자산 혹은 종목의 가격 변동에 따른 국면을 파악하고, 그에 따른 투자전략의 유용성을 밝히는데 그 목적이 있다. 개별 종목의 가격 추세를 은닉 마르코프 모델을 이용하여, 현재의 상태가 상승 국면일 때, 투자 종목으로 선택하였다. 비교를 위해 개별 종목의 과거 가격의 추세를 이용하는 모멘텀 전략을 함께 살펴보았다. 해당 방법의 강건성을 확인하기 위해 KOSPI200 에 속하는 국내 주식을 대상으로 하는 포트폴리오와 글로벌 자산배분을 위해 주식, 채권, 대체투자 자산군을 대상으로 적용한 포트폴리오를 분석한다. 먼저 은닉 마르코프 모델을 통해 종목 선택효과가 있었는지 알아보기 위해, 은닉 마르코프 모델을 활용하는 전략과 모멘텀 전략을 이용하여 동일 비중 포트폴리오를 구성하였다. 그 결과 은닉 마르코프 모델을 활용하여 투자하는 것이 기존의 모멘텀 전략에 비해 가격 모멘텀 현상을 더 크게 반영할 수 있고, 그로 인해 우수한 성과를 만들 수 있음을 확인하였다. 이후 유전자 알고리즘을 이용하여, 투자 비중을 조정해서 최적의 포트폴리오를 구성하였다. 유전자 알고리즘의 목적함수는 위험 대비 수익률을 의미하는 Sharpe ratio 의 최적화로 설정하였다. 위의 방법이 국내 주식만을 대상으로 적용하는 것과, 글로벌 자산 배분을 위한 자산군 단위에서 적용하는 것 모두 유의하게 개선된 성과를 얻을 수 있음을 보였다. 본 연구의 결과는 개별 종목의 추세를 이용하여 투자하는 모멘텀 전략의 과정을 인공지능 방법인 은닉 마르코프 모델을 통해 해당 종목이 어떠한 추세인지를 파악하여 투자하는 것의 개선된 성과를 가져올 수 있다는 것에 의의가 있다.
The purpose of this study is to identify the phase of individual assetor stock price change through the hidden Markov model and to find out the usefulness of the investment strategy accordingly. The price trends of individual stocks are identified through hidden Markov, and they are selected as inve...
The purpose of this study is to identify the phase of individual assetor stock price change through the hidden Markov model and to find out the usefulness of the investment strategy accordingly. The price trends of individual stocks are identified through hidden Markov, and they are selected as investment stocks when the current status is in the up phase. For comparison, we have discussed momentum strategies that use trends in past prices of individual stocks. In order to confirm the robustness of the method, the portfolio is applied to domestic stocks belonging to KOSPI200, and to stocks, bonds, and alternative investment assets for global asset allocation. First, we use the hidden Markov model and the momentum strategy to construct the same weighted portfolio to find out whether the stock selection effect was achieved through the hidden Markov model. As a result, it is confirmed that investing using Hidden Markov model can reflect the price momentum phenomenon more than existing momentum strategy, and can make excellent result. The optimal portfolio is constructed by adjusting the proportion of investment by using genetic algorithm. The objective function of the genetic algorithm is set to optimize the Sharpe ratio, which means risk - return ratio. We show that the above method can be applied to only domestic stocks, and that it can achieve significantly improved results in applying asset group units for global asset allocation. The result of this study implies that the process of the momentum strategy that invests by using the trend of the individual item can bring about the improved performance of investing by identifying the tendency of the relevant item through the hidden markov model which is the artificial intelligence method.
The purpose of this study is to identify the phase of individual assetor stock price change through the hidden Markov model and to find out the usefulness of the investment strategy accordingly. The price trends of individual stocks are identified through hidden Markov, and they are selected as investment stocks when the current status is in the up phase. For comparison, we have discussed momentum strategies that use trends in past prices of individual stocks. In order to confirm the robustness of the method, the portfolio is applied to domestic stocks belonging to KOSPI200, and to stocks, bonds, and alternative investment assets for global asset allocation. First, we use the hidden Markov model and the momentum strategy to construct the same weighted portfolio to find out whether the stock selection effect was achieved through the hidden Markov model. As a result, it is confirmed that investing using Hidden Markov model can reflect the price momentum phenomenon more than existing momentum strategy, and can make excellent result. The optimal portfolio is constructed by adjusting the proportion of investment by using genetic algorithm. The objective function of the genetic algorithm is set to optimize the Sharpe ratio, which means risk - return ratio. We show that the above method can be applied to only domestic stocks, and that it can achieve significantly improved results in applying asset group units for global asset allocation. The result of this study implies that the process of the momentum strategy that invests by using the trend of the individual item can bring about the improved performance of investing by identifying the tendency of the relevant item through the hidden markov model which is the artificial intelligence method.
주제어
#가격 모멘텀 은닉 마르코프 모델 유전자 알고리즘 포트폴리오 투자전략 Price momentum Hidden Markov model Genetic algorithm Portfolio investment strategy
학위논문 정보
저자
김은총
학위수여기관
연세대학교 대학원
학위구분
국내석사
학과
산업공학 전공
지도교수
오경주
발행연도
2019
총페이지
vi, 38장
키워드
가격 모멘텀 은닉 마르코프 모델 유전자 알고리즘 포트폴리오 투자전략 Price momentum Hidden Markov model Genetic algorithm Portfolio investment strategy
※ AI-Helper는 부적절한 답변을 할 수 있습니다.